解读 | 易流科技董事长张景涛:基于物流透明的大数据应用如何实施?如何业务化?

物流沙龙2018-05-13 02:25:13

有人问,什么是物流透明?易流认为,物流透明是物流要素及物流过程的信息能够真实、实时的得到反映。它需要应用互联网和物联网的技术及组织方式来实现。

未来,物流透明是物流互联网化的发展趋势。

在这样的趋势下,如何让物流业务数据化呢?数据化以后,如何利用这些数据再将数据进行业务化?

演讲嘉宾:易流科技董事长张景涛

(本文根据1月11日由物流沙龙举办的“2017第二届物流+互联网跨界创新高峰论坛”现场录音整理)


感谢主办方物流沙龙的邀请,我是2003年进入物流行业的,从做物流TMS到2006年创办易流,到现在已经14年了,一直在互联网技术与物流行业相结合的路上走。

谈到物流产业的跨界创新,我这十几年的体会是:

所谓的跨界,在促使技术与物流产业相结合的时候,无论是互联网人还是搞传统信息技术的人,我们应该对物流产业始终保持一颗敬畏之心。

我今天想说的是易流通过互联网、物联网等技术和物流产业进行结合的十几年的体会,实实在在的物流企业该如何拥抱互联网,该如何借助技术来提升效率,降低成本。

今天分享的主题是《基于物流透明的大数据应用》,主要讲两个方面,一是通过什么手段让他数据化,第二个是数据化了以后,如何利用这些数据再将数据进行业务化。

我们讲物流业务数据化的核心抓手是面向物流产业的企业和用户,提供物流透明和物流可视化的服务。易流2006年成立, 今年进入第11个年头。

我们一直在坚持如何做透明物流。如何做看得见的物流,并且我们把这种透明物流的管理和实践提炼了一套自己的理论体系,也就是指导物流产业中的企业(如何实现物流透明),如何(为物流供应链中的企业)提供物流透明的服务。


什么是物流透明?

就是借助互联网和物联网的技术,让物流的所有节点和要素,以及物流在执行过程中的行为信息,让它真实、及时的得到在线的反映。

因为物流服务是一个过程,很多问题就在这个过程发生的时候不清楚。透明服务的核心就是解决这个问题,让物流所有的节点和要素如何得到真实、实时、在线的客观反映。

物流透明和物流可视化服务是物流产业企业进行互联网化的一个非常有效的途径,也是整个物流业务数据化的基础。


为什么要搞物流透明?

用技术来提升行业的效率,大家分析了很多痛点。

首先是物流的透明服务确实是可以解决到物流运营和管理的过程中,很多由于信息不对称带来的问题。在物流产业中信息不对称确实是比较突出的,物流又涉及到很多的环节、角色,确实也是因为这种信息不对称导致的。

第二个是物流效率悖论的问题,为什么每一个个体运行的效率非常高?货车司机操着卖白粉的心赚着卖白菜的钱,非常辛苦,非常苦逼,风险也非常大,我相信没有一个货车司机愿意自己超载,愿意冒着生命危险去干一些所谓的违规的事情,是什么原因导致了今天这种现状?

今天物流产业运行效率的低,不是因为我们的货车司机单体的驾驶技能,或者是交通安全事故太多的原因导致的,这不是最最重要的原因。删除最重要的原因,我们认为还是因为无效的搬运,或者说是整个产业中的组织和协同的效率太低了。

因此我们认为在提供物流透明服务的过程中可以非常有效的解决产业中组织和协同效率低下的问题。

在这个概念下,通过十年的探索,也把物流透明的服务,提炼了自己的理论体系,出了两本书,叫做《物流透明3.0》和《互联网网+物流导航》,就是讲物流企业该如何和技术进行结合。


《物流透明3.0》的核心是什么?

1.0时代更多的是从运输层面,货车的视角来看透明,我们叫做物理透明阶段,那个阶段核心是解决物流运作的安全。

比如驾驶的安全,货的安全,删掉运作的成本以及物流管控的时效。

2.0时代,不是从车的视角看,更多的是从货,如何做到整个的节点、流程,以及网络的透明。

这个时候我们认为是逻辑透明阶段,这个阶段核心的理念是透明、协同。

3.0时代是供应链、产业链和需求链透明的体系,更多的讲供应链优化的协同和产业的协同。

现在的阶段,大量的企业可能物流透明1.0还没有做到,透明2.0目前在一些比较高端的企业里面已经在接入服务,透明3.0还在探索阶段,也只是做了几个典型的应用场景。所以现在阶段,物流透明的服务,在夯实1.0,全面发展2.0,同时形成物流透明3.0的典型的应用场景。

我们干的事情也是一个SaaS服务,过往的十年是我们践行物流透明的十年,就是在物流透明3.0理论的指导下,面向物流产业链里面的货主,包括司机,收货人等等的群体,通过软硬一体化的技术手段,解决信息的真实性和及时性的问题,面向产业用户提供了易流云的连接平台。

总的来说,1.0时代主要是从车的视角来看透明,2.0时代升级到从订单的视角看透明,核心的价值点是透明、连接。

易流十年积累的数据成果,截止到2016年年底,在网的车辆数突破了120万台,服务的企业用户,有各种各样,有货主,物流公司,物流公司大概有3万家,每个月的数据大概是10TB的样子,有100个左右的工程师,干的活是和数据相关的。


基于这些数据到底可以干什么?

现在讲人工智能的特别多,就把我们实实在在的,在做物流数据的业务化的层面的探索和实践做一个汇报和分享。

主要是两个方向:一个是算法,一个是挖掘。

算法是基于数学建模和机器学习,数据挖掘是基于数据统计的挖掘和分析应用。当前主要是围绕着七个方向:

一个是路径优化,第二个是智能调度,第三个是智能配载,第四个是用户画像,第五个是数据征信,主要是金融方面的探索,第六块是需求的预测,第七是宏观的经济分析。

路径优化:主要的原理是根据车的信息,订单的信息,成本的信息,包括客户的定制化的需求信息,把这些信息作为约束条件输入;

再通过算法,主要是结合精确算法,启发式算法,和一些元启发式算法。

今天讲的机器学习的应用,无非是基于精确算法、启发式算法和元启发式算法下的一些结合的应用。

我们还和阿里云合作,通过用户的订单系统和透明化的管控平台,以及接入的阿里云的路径优化体系,通过一些算法,最终输出一个物流的计划。


路径优化并不是新概念,说一个实际案例:

这是一家知名的制造企业,周边有20几个厂为他做配套。他现在一个订单需求有23个取货点,现在的状况是安排了七台车,负责这23个厂出了货之后送到他自己的制造基地。

现在有没有办法通过路径优化的方法,使里程更少一些,车用得最少一点。最“笨”的方法是每个厂安排一台车,就是23台车。这个效率是最低的。经过多年的努力,已经可以做到7台车了。

看起来似乎不错,但是我们做完之后的效果是这样的,7台车变成了6台车,里程比原来每天跑的里程减少了25%,也就意味着油耗可以降低25%,因为车辆利用率明显提高,空载率明显降低。司机还是那样开车,也没有让司机开得太快,只是通过这样的技术,真正带来了效果。

智能调度和配载:当有多个订单需求的时候,多台车的时候,我是该派哪台车,哪个订单该上哪台车。通过订单和运力数据的输入,这里也有很多的约束条件和规则,最终确定要用哪台车,再根据订单,根据配送的路径再选择配载方案,最后输出一个可以执行的调度加配载的执行方案。

关于画像,一个是物流企业的画像,另外是货车司机的画像。

因为我们在做物流服务的过程中掌握了大量的驾驶行为和车辆运行的数据,同时也掌握了一些客户的订单数据,结合这些数据,对物流公司进行画像,通过一些纬度可以分析出这家企业是干危险品运输的,他的信用等级是这样的,业务模式、主要客户、规模、地域、运力的状况是怎样的,有了这些信息以后拿来干什么?

因为现在的平台企业用户特别多,有一些资源共享和信息共享的需求,假如说有危险品运输的要求,系统就可以直接推送。包括企业的信用评估,在金融的时候也作为征信的来源之一。

实际的数据可能更多,通过数据可以给这个司机贴一个标签,最终基于我们对这个司机的画像,同样也可以给他推送一些他感兴趣的、比较精准的信息。这是在企业和司机画像方面的探索。

运力的分层是利用运力数据进行挖掘,基于整个车辆的运行数据和评价数据,把运力分为优质运力、标准运力和基础运力。优质和标准我们认为是相对偏好的,基础要改善的空间是比较大的,我们想在产业中形成最终的结果是想构建一个“良币驱逐劣币”的市场。未来未必是价低者得,我们让差不多的货源匹配相应的运力。

物流数据化的业务是在物流征信和金融方面的探索。

有一个单品是运单贷,帮助物流公司给司机付运费,核心问题是该给这个物流公司多少额度?

因为是纯线上,纯信用的,就要根据数据,我们现在挑选的都是和易流合作5年以上的企业,看5年来运行,你这个业态的业务属性、种类和同行比在一个什么水平,五年来你的业务是增长的还是下降的,通过这样的数据,包括看车辆的运营线路是相对固定的还是随机的,分析出你这个企业是怎样的状况,就会给一个额度。

另外是钱给了以后,怎么保证钱用到你想用的地方去,通过线上化的业务场景的管控,通过系统就可以全部在线,给你一个额度,每一笔全部都是在线、透明,可视,可以严格管理,就帮助物流公司给司机放运费。

直接把钱付给司机,最小的一笔是800元,最大的一笔是4万元。现在做了不到5千万的放款额度,到目前为止还没有出现过一个单笔的坏账。这就是真正的基于数据在金融方面的免抵押、免担保的数据和金融结合的探索。

预测:对于物流资源的预测,跟一个比较大的电商和快递公司,类似于双十一和春节,高峰期的时候在每条线路上的运力匹配该怎么匹,根据过往的数据资源,根据峰值和波底的时候做了一些分析,更重要的一点是做完以后,怎么样把全行业的资源做到有效的共享。

比如说双十一的时候,我们是快递用车的高峰,但是双十一相对于北方来说,冷链业务并不是那么饱和,能不能把冷链的资源和快递资源嫁接起来?还有一个是如何做到对于电商和快递企业的资源弹性和柔性,也就是说我想要的时候无限多的可以拿到运力资源,不想要的时候,那个资源还可以干其他的活,可以做到资源的有效共享。

未来会上升到供应链的预测,最终帮企业做生产和销售的预测, 把原来很多不确定的事情变得更加的有序和有计划。所有的事情都变得井然有序,所有的计划已经被缩短足够短了,可以按照原来的模式,以天、周的计划来做。

现在我们的案例也在不断的推进和完善,未来还有很长的路要走。但是基于整个物流的业务,在线化和数据化以后,基于数据产生的预测对整个物流资源的有效利用和资源共享有巨大的价值。

第一张图是对于2016年上半年拿的数据所做的路网,明显的看到和经济的发达城市挂钩。

第二个应用是给一个大客户做的,他要在某一个地方建油站,根据货车的流量,根据主要的路径做了进出区域的分析。

另外跟中物联2015年起开始搞了一个中国公路货运效率指数,每个月的10号发布,每个月抽样不低于10万台运行的车辆,通过一些算法和模型,算出来车辆的运行效率,只要是通过时间和运行里程的纬度,来看货车的活跃度,从侧面反映经济的形势。


易流是做什么的?

2006年以来,易流一直致力于构建物流透明生态体系。我们的使命是用信息技术改造中国物流行业,提升中国物流行业的整体运行水平!业务覆盖中国大陆300多个城市,包括台湾,香港以及东南亚,欧美等市场,2016年全面开启了国际化的路线。

我们一直在倡导透明连接物流,核心价值是透明,连接和协同,推动互联网和物流进行融合。

我们做得不错的有货主类、快递,生鲜冷链,大型零售商超和合同物流。除了做企业之外一直在做研究,我们自己有一个研究院,刚才讲的两本书(《物流透明3.0》和《互联网+物流导航》),之前还出过两本书(《运输过程透明管理》和《精益物流原理》)。

我们每年组织举办物流透明管理峰会,2016年的10月份刚办完,2017年的10月份会继续在深圳办第11届物流透明的峰会,到时候也希望大家莅临指导。

我今天的分享就到这里,谢谢大家。

此文系作者个人观点,不代表物流沙龙立场

— END —


近期精华文章推荐:

劲爆 | 物流人各阶层工资和年终奖金大比拼

解读 | 传化物流总裁助理秦愉:无车承运人如何在城市配送领域布局?

经历转型之痛的传统物流企业如何反败为胜?

年度盘点之三方仓8问8答